Российские учёные научили ИИ диагностировать эпилепсию

Алгоритм для диагностики бессудорожных эпилептических припадков по результатам электроэнцефалографии создали научные сотрудники Университета Иннополис, СПбГУ, НМХЦ им. Н.И. Пирогова, БФУ им. Иммануила Канта и сотрудники научно-производственной компании «Иммерсмед». Точность работы алгоритма, который уже проходит доклинические испытания, составила 80%. Результаты исследования опубликованы в журнале Scientific Reports .

Учёные протестировали алгоритм на результатах ЭЭГ 83 пациентов НМХЦ им. Н.И. Пирогова. Чтобы проверить, как часто ошибается искусственный интеллект, результаты сравнивали с электроэнцефалограммами, на которых эпилептические приступы были заранее отмечены эпилептологом. В итоге выводы алгоритма совпали с отметками врача в 80% случаев. На втором этапе учёные исключили из эксперимента 23 некачественные записи ЭЭГ, достоверность выводов ИИ составила уже 100%.

Александра Храмов, руководитель Лаборатории нейронауки и когнитивных технологий Университета Иннополис, главный научный сотрудник Балтийского центра нейротехнологий и искусственного интеллекта БФУ им. Канта, ведущий научный сотрудник СПбГУ (кафедра теоретической кибернетики): «Электроэнцефалографию зачастую проводят несколько дней. Затем врач самостоятельно без какой-либо помощи компьютера анализирует длинные записи ЭЭГ, что занимает не менее часа. С помощью нового алгоритма мы рассчитываем сократить это время до пяти минут».

Исследователи впервые в мире применили математические методы в диагностике эпилепсии для создания искусственного интеллекта, способного помочь врачам в поиске эпилептической активности на электроэнцефалограмме. 

Александра Храмов: «Создать универсальный искусственный интеллект, способный распознавать эпилептическую активность мозга на ЭЭГ, до сих пор не удавалось. Причины этому — небольшая длительность приступов по сравнению с нормальной активностью, а также тот факт, что в целом активность мозга каждого человека весьма индивидуальна. Поэтому вместо традиционного контролируемого машинного обучения, когда нейросеть учится на основе готовой размеченной базы данных, исследователи использовали неконтролируемое, то есть предоставили алгоритму большой неразмеченный массив и поручили ему искать любые отклонения от нормы».

По словам исследователей, эпилептические приступы возникают из-за внезапного электрического разряда в нейронах головного мозга — их почти невозможно предсказать заранее. Припадки не всегда сопровождаются судорогами, и у одного и того же больного приступы могут отличаться между собой. Именно поэтому своевременная диагностика эпилепсии необходима и может предотвратить негативные последствия для пациента.

Сейчас алгоритм проходит доклинические испытания в НМХЦ  им. Н.И. Пирогова. В будущем учёные планируют её усовершенствовать, дав возможность обучаться без участия человека и выяснить, почему она не смогла распознать эпилептическую активность у 23 человек. По словам учёных, в перспективе точность работы алгоритма должна вырасти минимум до 95%.